客户端与 API 接入

准备好本站签发的 API 密钥和完整模型 ID。可在接入指南复制地址和示例。各端点支持的模型取决于实际渠道。

客户端协议	客户端中填写的基础地址	发起请求的路径
OpenAI Chat Completions	https://warmshub.com/v1	POST /v1/chat/completions
OpenAI Responses	https://warmshub.com/v1	POST /v1/responses
Anthropic Messages SDK	https://warmshub.com	POST /v1/messages

如果工具要求填写完整端点，请将站点域名与右栏路径拼接一次。OpenAI 兼容客户端使用 Bearer 密钥；Anthropic SDK 会处理自己的认证头和版本头。

Python

安装依赖 python -m pip install openai。将密钥和模型 ID 分别设为环境变量 WARMS_API_KEY 和 WARMS_MODEL，在服务端运行：

import os
from openai import OpenAI

client = OpenAI(base_url="https://warmshub.com/v1", api_key=os.environ["WARMS_API_KEY"])
reply = client.chat.completions.create(
    model=os.environ["WARMS_MODEL"],
    messages=[{"role": "user", "content": "用一句话介绍自己。"}],
)
print(reply.choices[0].message.content)

Node.js 流式输出

运行 npm install openai，设置与 Python 示例相同的两个环境变量。把下面的代码保存为 chat.mjs，执行 node chat.mjs。使用支持流式对话的模型，终端会逐段显示回复。

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://warmshub.com/v1",
  apiKey: process.env.WARMS_API_KEY,
});
const stream = await client.chat.completions.create({
  model: process.env.WARMS_MODEL,
  messages: [{ role: "user", content: "用一句话介绍自己。" }],
  stream: true,
});
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}
process.stdout.write("\n");

用 Magpie 配置 Codex

安装 Magpie 后，在本站接入指南点击「添加到 Magpie」。确认服务地址，在 Magpie 中填入本站密钥，刷新模型列表。为 Codex 选择支持 Responses 的模型并重启 Codex。在 Codex 中发送一条简短请求，再到本站使用日志确认请求使用了预期模型。